A ascensão dos gêmeos digitais está permitindo que as empresas contornem pessoas reais para aumentar os lucros

Grandes empresas estão se afastando de pesquisas tradicionais e recorrendo a réplicas geradas por IA de pessoas reais, uma mudança que oferece insights mais rápidos, mas também desperta preocupações sobre emprego e privacidade de dados.

Um TikTok viral pode tornar uma marca famosa em horas, mas muitas empresas ainda dependem de ciclos de pesquisa de doze semanas.

Quando os resultados chegam, os dados muitas vezes já estão obsoletos.

Muitas vezes há um atraso entre receber feedback e entender o que ele significa. Por causa disso, grandes empresas podem ter dificuldade em responder rapidamente quando as tendências mudam rapidamente.

Muitas empresas acreditam que os gêmeos digitais são a solução.

Estas são cópias digitais de coisas reais, sistemas ou até mesmo pessoas. As empresas as usam para testar ideias e ver o que pode acontecer antes de fazê-lo na vida real.

Grandes bancos e empresas farmacêuticas já estão utilizando essa tecnologia para prever como as pessoas reagiriam a eventos importantes ou itens recém-lançados.

Os testes acontecem em segundos em vez de semanas

A tecnologia está ganhando impulso atualmente em empresas de alta tecnologia.

Pesquisadores da Universidade de Glasgow construíram um gêmeo digital sistema que usa aprendizado de máquina para verificar redes de computadores.

Seu novo método pode medir o desempenho de uma rede em apenas 4,78 segundos. Métodos mais antigos levavam cerca de 33 horas para fazer o mesmo trabalho.

Por ser muito mais rápido, os engenheiros podem testar muito mais situações, especialmente à medida que as redes se tornam mais complexas.

A mesma demanda por informações rápidas está alterando a pesquisa do consumidor.

Uma startup chamada Brox gerou 60.000 duplicatas digitais de indivíduos reais.

Estes não são apenas estimativas, mas perfis altamente detalhados baseados em entrevistas extensas, com alguns compreendendo até 300 páginas de material sobre uma única pessoa.

Em vez de depender principalmente de modelos estatísticos tradicionais, as empresas agora podem executar múltiplas simulações em horas, em vez de meses.

Hamish Brocklebank, que dirige a Brox, explicou a diferença.

“Você pode criar 10.000 gêmeos digitais verdadeiramente sintéticos [usando LLMs], mas as respostas ainda se normalizarão em uma distribuição muito apertada, o que não é realista quando você está realmente perguntando a pessoas reais”, disse ele.

Como a Brox já tem esses gêmeos prontos para uso, uma grande empresa farmacêutica pode fazer perguntas à multidão digital e obter resultados confiáveis em horas, pulando a etapa inteira de encontrar pessoas reais para entrevistar.

A automação visa trabalhadores com salários mais altos

A rápida impulsionada para a automação tem uma desvantagem.

De acordo com o economista do MIT Daron Acemoglu, muitas empresas utilizam a automação principalmente para economizar dinheiro, em vez de aumentar a eficiência.

De acordo com sua pesquisa, os empregadores estão mais dispostos a substituir pessoas com remuneração mais alta.

O estudo também demonstrou um impacto significativo na desigualdade de renda.

A automação respondeu por 52% do aumento da disparidade de renda entre 1980 e 2016.

Acemoglu observou que quanto maior o salário de um trabalhador, mais as empresas são incentivadas a automatizar essa posição.

Ele também argumentou que esse foco na redução dos custos de mão de obra reduziu muitos dos benefícios potenciais da automação.

De acordo com a pesquisa, os esforços para reduzir os salários apagaram de 60% a 90% dos ganhos de produtividade que a automação deveria criar, resultando no que ele descreveu como um crescimento de produtividade relativamente fraco.

A privacidade também está se tornando um problema importante.

Uma equipe do Instituto IMDEA Networks descobriu que os principais sistemas de IA, incluindo ChatGPT, Claude e Perplexity AI, utilizam técnicas de rastreamento desenvolvidas pelo Google e pelo TikTok.

Esses rastreadores podem coletar informações sobre o que os usuários conversam, como títulos de bate-papo e endereços da web.

Os gêmeos digitais são formados utilizando informações altamente pessoais, como experiências de infância, comportamentos e relacionamentos.

Quando combinados com rastreamento de terceiros, essas tecnologias podem coletar e processar volumes massivos de dados sensíveis.

A indústria de simulação de IA e gêmeos digitais deve atingir US$ 21,33 bilhões até 2030.